不朽情缘触发技巧

機(jī)器學(xué)習(xí)是人工智能的重要技術(shù)基礎(chǔ)，涉及的內(nèi)容十分廣泛。本書涵蓋了機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的基礎(chǔ)知識(shí)，主要包括機(jī)器學(xué)習(xí)的概述、統(tǒng)計(jì)學(xué)基礎(chǔ)、分類、聚類、神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、支持向量機(jī)、文本分析、分布式機(jī)器學(xué)習(xí)算法等經(jīng)典的機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí)，還包括卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、生成對抗網(wǎng)絡(luò)、目標(biāo)檢測、自編碼器等深度學(xué)習(xí)的內(nèi)容。此外，本書還介紹了機(jī)器學(xué)習(xí)的熱門應(yīng)用領(lǐng)域推薦系統(tǒng)以及強(qiáng)化學(xué)習(xí)等主題。本書深入淺出、內(nèi)容全、案例豐富，每章都提供Python程序代碼和習(xí)題，供讀者鞏固所學(xué)知識(shí)。

·30.2萬字

會(huì)員

現(xiàn)代推薦算法

本書深入全面地講解了現(xiàn)代推薦算法，同時(shí)兼顧深度和廣度，介紹了當(dāng)下較前沿、先進(jìn)的各類算法及其實(shí)踐。本書從總覽篇開始，介紹推薦系統(tǒng)的基本概念及工作環(huán)節(jié)。在模型篇中，除了梳理推薦系統(tǒng)的發(fā)展史，本書還重點(diǎn)講解面向工業(yè)實(shí)踐的選擇及改進(jìn)，為讀者打下推薦系統(tǒng)的算法基礎(chǔ)；進(jìn)而帶著讀者進(jìn)階到前沿篇、難點(diǎn)篇，面對推薦系統(tǒng)中的各式問題，并給出解決方案；最后在決策篇中，從技術(shù)原理和用戶心理出發(fā)，解釋一些常見決策背后的依據(jù)，從而幫助讀者從執(zhí)行層面進(jìn)階到?jīng)Q策層面，建立大局觀。

·20.2萬字

會(huì)員

智能硬件產(chǎn)品：從0到1的方法與實(shí)踐

本書講述了智能硬件產(chǎn)品從0到1需要的方法和技術(shù)。內(nèi)容涵蓋識(shí)別市場機(jī)會(huì)、細(xì)分市場、市場分析、產(chǎn)品定位、定義產(chǎn)品需求、定義需求優(yōu)先級、產(chǎn)品概念生成、產(chǎn)品概念選擇、產(chǎn)品概念測試、產(chǎn)品設(shè)計(jì)、構(gòu)建產(chǎn)品原型、可用性測試、智能硬件相關(guān)法規(guī)與認(rèn)證、產(chǎn)品發(fā)布等。

·26.4萬字

會(huì)員

模型思維：簡化世界的人工智能模型

對從事算法研究與算法開發(fā)的人來說，模型的學(xué)習(xí)與使用必不可少。尤其是在目前如日中天的人工智能領(lǐng)域里，人人談模型，模型也是層出不窮，讓人眼花繚亂。模型讓人又愛又恨。模型可愛的地方在于它確實(shí)能夠解決實(shí)際問題，而且其有效性一般都經(jīng)過了檢驗(yàn)。模型可恨的地方在于學(xué)習(xí)模型是一件非常痛苦的事情，尤其是對人工智能的初學(xué)者來說。本書將人工智能在現(xiàn)實(shí)生活場景中解決的問題分類，并根據(jù)這個(gè)分類來介紹各種模型。書中將人工智能問題分為權(quán)重問題、狀態(tài)問題、序列問題、表示問題、相似問題和分類問題六大類，方便讀者了解各個(gè)模型之間的關(guān)系，也方便讀者理解各個(gè)模型的適用場景。本書盡量更多地介紹模型的使用場景，更多地介紹實(shí)際業(yè)務(wù)需求之間的關(guān)系，更多地采用生活中更淺顯易懂的例子，方便人工智能的初學(xué)者學(xué)習(xí)模型。本書不僅適合希望學(xué)習(xí)和運(yùn)用人工智能模型到具體應(yīng)用場景的企業(yè)工程師、科研院所的學(xué)生和科研人員，也適合對人工智能模型感興趣的讀者，使其將模型思維應(yīng)用到生活中。

·21.8萬字

會(huì)員

計(jì)算機(jī)視覺中的深度學(xué)習(xí)

人工智能相比于人力而言具有低成本、高效率和全天候等巨大優(yōu)勢，但其發(fā)展往往不能全面滿足實(shí)際場景的旺盛需求。近年來人工智能與計(jì)算機(jī)視覺的結(jié)合日益緊密，基于深度學(xué)習(xí)研究計(jì)算機(jī)視覺成為一個(gè)新方向。深度學(xué)習(xí)的特點(diǎn)是層次化的特征提取、規(guī)模更大、數(shù)據(jù)更多、計(jì)算更復(fù)雜。本書從介紹計(jì)算機(jī)視覺的任務(wù)入手，總結(jié)從傳統(tǒng)手工提取特征方法到深度學(xué)習(xí)的發(fā)展歷程。然后，針對不同層次的計(jì)算機(jī)視覺任務(wù)，結(jié)合作者團(tuán)隊(duì)近年來的研究成果，以及部分學(xué)界公認(rèn)的里程碑式成果，從理論層面論述深度學(xué)習(xí)在具體計(jì)算機(jī)視覺任務(wù)中的應(yīng)用。本書作者來自北京郵電大學(xué)長期從事多媒體技術(shù)教學(xué)和研究的一線教師。本書適合從事圖像和視頻的處理和理解的研究人員、相關(guān)領(lǐng)域軟件開發(fā)人員或研究生閱讀。

·20.3萬字

會(huì)員

分布式人工智能

全書可分為五大部分，闡述了分布式人工智能的基礎(chǔ)知識(shí)以及相關(guān)進(jìn)展，包括分布式人工智能簡介、分布式規(guī)劃與優(yōu)化、多智能體博弈、多智能體學(xué)習(xí)和分布式人工智能應(yīng)用。除此之外，由于本領(lǐng)域尚處于蓬勃發(fā)展階段，相關(guān)技術(shù)與應(yīng)用層出不窮，因此書中還提供了研究者對于分布式人工智能發(fā)展的相關(guān)預(yù)測，主要集中在：第一，更復(fù)雜和更大規(guī)模的分布式人工智能問題的研究和解決；第二，分布式人工智能的安全性，魯棒性和泛化性，這將極大地促進(jìn)人們對于分布式人工智能問題的理解；第三，分布式人工智能的可解釋性，這將使得人類能夠理解算法的決策，為分布式人工智能的落地減少障礙。本書適合相關(guān)領(lǐng)域的從業(yè)者學(xué)習(xí)，也適合作為本領(lǐng)域研究者的案頭參考。

·22.7萬字

會(huì)員

AI賦能HR：AI 10倍提升HR工作效率的方法與實(shí)踐

這是一本全方位講解如何利用AI工具為HR賦能的著作，是AI時(shí)代HR提升職場競爭力的實(shí)戰(zhàn)指南。作者基于深厚的HR管理經(jīng)驗(yàn)和AI實(shí)戰(zhàn)經(jīng)驗(yàn)，通過科學(xué)的方法、高效的提示詞、豐富的案例、清晰的步驟，細(xì)致地講解了如何利用AI工具提高工作效率、優(yōu)化管理流程、提升人才管理水平。從AIGC的基礎(chǔ)知識(shí)到AI工具的使用，從AI在人力資源全生命周期所有場景中的應(yīng)用到使用AI的風(fēng)險(xiǎn)防控，本書全面系統(tǒng)地講解了HR需要掌握的全部AI知識(shí)。

·20.6萬字

會(huì)員

信息流推薦算法

本書從信息流個(gè)性化推薦算法從業(yè)者的角度，闡述在資訊內(nèi)容類App中，如何搭建健壯、完善的個(gè)性化推薦算法體系，如何融合產(chǎn)品運(yùn)營的專家模型和端到端的深度學(xué)習(xí)，如何平衡短期的商業(yè)化目標(biāo)和長期的用戶體驗(yàn)，以及我們在多個(gè)行業(yè)頭部平臺(tái)實(shí)踐的過程中遇到的典型業(yè)務(wù)問題和解決方案，對比理論推導(dǎo)為主的機(jī)器學(xué)習(xí)書籍，本身更偏向基于行業(yè)問題的深度思考及落地實(shí)踐。

·24.3萬字

會(huì)員

人工智能：語音識(shí)別理解與實(shí)踐

全書首先概要介紹了傳統(tǒng)語音識(shí)別理論和經(jīng)典的深度神經(jīng)網(wǎng)絡(luò)核心算法。接著全面而深入地介紹了深度學(xué)習(xí)在語音識(shí)別中的應(yīng)用，包括“深度神經(jīng)網(wǎng)絡(luò)-隱馬爾可夫混合模型”的訓(xùn)練和優(yōu)化，特征表示學(xué)習(xí)、模型融合、自適應(yīng)，以及以循環(huán)神經(jīng)網(wǎng)絡(luò)為代表的若干先進(jìn)深度學(xué)習(xí)技術(shù)。

·27.3萬字

會(huì)員

AI數(shù)字人原理與實(shí)現(xiàn)

本書是一部系統(tǒng)介紹AI數(shù)字人技術(shù)的專業(yè)著作，涵蓋了數(shù)字人的定義、發(fā)展歷程、關(guān)鍵技術(shù)及應(yīng)用實(shí)踐等內(nèi)容，全書共分3部分。在技術(shù)基礎(chǔ)部分，首先介紹了數(shù)字人的定義、發(fā)展歷程、分類和應(yīng)用場景，接著詳細(xì)解析了數(shù)字人系統(tǒng)的架構(gòu)設(shè)計(jì)、視覺算法和語音合成技術(shù)的原理，以及語義理解和知識(shí)表示技術(shù)如何提升數(shù)字人的智能和表現(xiàn)力。在應(yīng)用實(shí)踐部分，帶領(lǐng)讀者深入探索數(shù)字人的創(chuàng)作流程，從內(nèi)容策劃、角色建模到交互設(shè)計(jì)，每一步都進(jìn)行了詳細(xì)講解。此外，還討論了數(shù)字人的身份認(rèn)知和技術(shù)規(guī)范，為數(shù)字人的應(yīng)用實(shí)踐提供了必要的知識(shí)。在展望未來部分，探討了數(shù)字人技術(shù)的未來發(fā)展趨勢，為讀者描繪了數(shù)字人與人類和諧共生的美好藍(lán)圖。本書內(nèi)容豐富，結(jié)構(gòu)清晰，適合對數(shù)字人技術(shù)感興趣的讀者，包括數(shù)字人技術(shù)的研究者、開發(fā)者、相關(guān)行業(yè)的從業(yè)人員及愛好者等閱讀。

·26.2萬字

會(huì)員

人工智能安全

本書在簡要介紹人工智能發(fā)展歷程、世界各國人工智能戰(zhàn)略規(guī)劃之后，重點(diǎn)圍繞人工智能安全主題，提出人工智能安全體系架構(gòu)，討論了人工智能助力安全、人工智能內(nèi)生安全、人工智能衍生安全等相關(guān)內(nèi)容，并深入研究了人工智能安全倫理準(zhǔn)則。本書還詳細(xì)分析了人工智能行為體及其可能引發(fā)的安全問題，提出了人工智能保險(xiǎn)箍的解決方案，并給出了人工智能行為體的安全評估與檢測方法。本書最后還探討了人工智能的前沿技術(shù)，以及人工智能安全的未來發(fā)展趨勢。本書適合人工智能及安全領(lǐng)域的研究人員、管理人員以及廣大愛好者閱讀。

·27.5萬字

會(huì)員

智能計(jì)算系統(tǒng)：從深度學(xué)習(xí)到大模型

本書由中科院計(jì)算所、軟件所的專家學(xué)者傾心寫就，以“圖像風(fēng)格遷移”應(yīng)用為例，全面介紹智能計(jì)算系統(tǒng)的軟硬件技術(shù)棧。第2版以大模型為牽引進(jìn)行更新，第1章回顧人工智能、智能計(jì)算系統(tǒng)的發(fā)展歷程，第2、3章在介紹深度學(xué)習(xí)算法知識(shí)的基礎(chǔ)上增加了大模型算法的相關(guān)知識(shí)，第4章介紹深度學(xué)習(xí)編程框架PyTorch的發(fā)展歷程、基本概念、編程模型和使用方法，第5章介紹編程框架的工作原理，第6章回顧深度學(xué)習(xí)所用的處理器結(jié)構(gòu)從通用逐步走向?qū)Ｓ玫倪^程，第7章介紹深度學(xué)習(xí)處理器的體系結(jié)構(gòu)應(yīng)當(dāng)如何應(yīng)對大模型處理中的計(jì)算、訪存、通信瓶頸，第8章介紹基于BCL語言的高性能算子開發(fā)優(yōu)化實(shí)踐，第9章介紹面向大模型的計(jì)算系統(tǒng)并以BLOOM作為驅(qū)動(dòng)范例。本書適合作為高等院校相關(guān)專業(yè)的教材，也適合人工智能領(lǐng)域的科研人員參考。

·34.9萬字

會(huì)員

人工智能：數(shù)據(jù)與模型安全

本教材聚焦學(xué)術(shù)前沿，圍繞人工智能的兩大核心要素，即數(shù)據(jù)和模型，對人工智能領(lǐng)域安全問題以及相關(guān)攻防算法展開系統(tǒng)全面、詳細(xì)深入的介紹。本教材可以幫助學(xué)生充分了解人工智能數(shù)據(jù)與模型所面臨的安全風(fēng)險(xiǎn)，學(xué)習(xí)基礎(chǔ)的攻防理論，掌握關(guān)鍵的攻防技巧。

·23.9萬字

會(huì)員

機(jī)器人驅(qū)動(dòng)與控制及應(yīng)用實(shí)例

機(jī)器人驅(qū)動(dòng)裝置是驅(qū)使執(zhí)行機(jī)構(gòu)運(yùn)動(dòng)的機(jī)構(gòu)，按照控制系統(tǒng)發(fā)出的指令信號，借助于動(dòng)力元件使機(jī)器人進(jìn)行動(dòng)作。本書結(jié)合大量工程應(yīng)用實(shí)例，系統(tǒng)介紹基于步進(jìn)電動(dòng)機(jī)、直流伺服電動(dòng)機(jī)、交流伺服電動(dòng)機(jī)、液壓、氣壓等裝置的驅(qū)動(dòng)與控制技術(shù)及其最新應(yīng)用成果。本書取材新穎，涉及機(jī)器人廣泛的應(yīng)用領(lǐng)域、多種機(jī)器人類型和多方面的專業(yè)技術(shù)。敘述上以應(yīng)用實(shí)例為主講解，條理分明，深入淺出，通俗易讀。本書主要供機(jī)電控制、機(jī)器人研究開發(fā)及應(yīng)用專業(yè)人員學(xué)習(xí)和參考，也可作為高等院校相關(guān)專業(yè)師生的教學(xué)參考書。

·23.1萬字

會(huì)員

實(shí)戰(zhàn)機(jī)器學(xué)習(xí)

隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計(jì)算等技術(shù)的不斷發(fā)展，許多領(lǐng)域都產(chǎn)生了大量的數(shù)據(jù)。利用機(jī)器學(xué)習(xí)技術(shù)分析海量數(shù)據(jù)，可以從數(shù)據(jù)中發(fā)現(xiàn)隱含的、有價(jià)值的規(guī)律和模式，進(jìn)而用于預(yù)測并采取相應(yīng)動(dòng)作。在上述背景下，本書從理論、技術(shù)和應(yīng)用三個(gè)層面入手，全面講解如何利用機(jī)器學(xué)習(xí)技術(shù)解決實(shí)際問題。本書共分26章，內(nèi)容包括機(jī)器學(xué)習(xí)解決問題流程、問題分析與建模、數(shù)據(jù)探索與準(zhǔn)備、特征工程、模型訓(xùn)練與評價(jià)、模型部署與應(yīng)用、回歸模型、支持向量機(jī)、決策樹、集成學(xué)習(xí)、K近鄰算法、貝葉斯方法、聚類算法、關(guān)聯(lián)規(guī)則學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)基礎(chǔ)、正則化、深度學(xué)習(xí)中的優(yōu)化、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、自編碼器、基于深度學(xué)習(xí)的語音分離方法、基于深度學(xué)習(xí)的圖像去水印方法、基于LSTM的云環(huán)境工作負(fù)載預(yù)測方法、基于QoS的服務(wù)組合問題、基于強(qiáng)化學(xué)習(xí)的投資組合方法、基于GAN模型的大數(shù)據(jù)系統(tǒng)參數(shù)優(yōu)化方法。本書內(nèi)容全面、示例豐富，適合機(jī)器學(xué)習(xí)初學(xué)者以及想要全面掌握機(jī)器學(xué)習(xí)技術(shù)的算法開發(fā)人員，也適合高等院校和培訓(xùn)機(jī)構(gòu)人工智能相關(guān)專業(yè)的師生教學(xué)參考。

·22.4萬字

會(huì)員

推薦系統(tǒng)：產(chǎn)品與算法解析

本書以媒介變遷為整體脈絡(luò)，通過幾類推薦產(chǎn)品的發(fā)展趨勢來探討推薦產(chǎn)品創(chuàng)新的核心驅(qū)動(dòng)力，以及由具體產(chǎn)品特性引發(fā)的技術(shù)變革。全書內(nèi)容分為5部分。第一部分從宏觀視角探討推薦產(chǎn)品從0到1進(jìn)行創(chuàng)新的產(chǎn)品思路和技術(shù)思路；第二部分介紹革新傳統(tǒng)紙質(zhì)媒介的新聞推薦和資訊推薦，包括關(guān)鍵算法設(shè)計(jì)和產(chǎn)品設(shè)計(jì)；第三部分介紹構(gòu)建線上社交網(wǎng)絡(luò)的社交和社區(qū)推薦，以及如何通過協(xié)同過濾算法模擬社交網(wǎng)絡(luò)；第四部分從產(chǎn)品、生態(tài)和算法設(shè)計(jì)的角度，介紹革新傳統(tǒng)影視行業(yè)的視頻推薦；第五部分以阿里推薦產(chǎn)品及其新興的競爭產(chǎn)品為例，介紹革新傳統(tǒng)貨架電商的商品推薦。

·21.4萬字

會(huì)員

人工智能注意力機(jī)制：體系、模型與算法剖析

“注意”作為一切思維活動(dòng)的起點(diǎn)，一直是哲學(xué)、心理學(xué)和認(rèn)知神經(jīng)科學(xué)的重點(diǎn)研究對象。隨著計(jì)算機(jī)技術(shù)的發(fā)展，人類對注意力機(jī)制的模擬和應(yīng)用成為計(jì)算機(jī)科學(xué)領(lǐng)域的熱點(diǎn)研究方向——讓計(jì)算機(jī)能夠具有類似人類的注意力機(jī)制，使其能夠有效地應(yīng)用于對數(shù)據(jù)的理解和分析。Transformer模型誕生后，注意力機(jī)制在人工智能各大重要領(lǐng)域的研究和應(yīng)用更是如火如荼，成果豐碩。從注意力機(jī)制這一重要角度入手，闡述注意力機(jī)制的產(chǎn)生背景和發(fā)展歷程，通過詳實(shí)的理論剖析，以深入淺出的方式著重介紹注意力機(jī)制在計(jì)算機(jī)視覺、自然語言處理，以及多模態(tài)機(jī)器學(xué)習(xí)三大人工智能方向中的應(yīng)用思路、模型與算法。以人工智能相關(guān)專業(yè)研究人員，特別是計(jì)算機(jī)視覺與自然語言處理等領(lǐng)域的研發(fā)人員作為主要讀者對象，一方面幫其梳理技術(shù)的發(fā)展脈絡(luò)、開拓思路、構(gòu)建完整的認(rèn)知體系；另一方面為其剖析算法原理、深刻理解算法細(xì)節(jié)。

·40.7萬字

會(huì)員

機(jī)器人SLAM導(dǎo)航：核心技術(shù)與實(shí)戰(zhàn)

機(jī)器人SLAM導(dǎo)航的一大痛點(diǎn)是很難做到理論與實(shí)戰(zhàn)相結(jié)合，而本書可謂“百科全書”式講解，可幫助硬件、軟件、算法等不同領(lǐng)域的研究開發(fā)人員走出“調(diào)參”困境，終結(jié)面對硬件和深?yuàn)W算法時(shí)的束手無策，加快算法在實(shí)際機(jī)器人產(chǎn)品的工程落地與系統(tǒng)性技術(shù)突破。本書以ROS編程、傳感器、底盤等機(jī)器人開發(fā)所涉及的軟硬件基礎(chǔ)知識(shí)為切入點(diǎn)，逐步引出SLAM和導(dǎo)航兩大領(lǐng)域核心算法，并結(jié)合Cartographer、LOAM、ORB-SLAM、VINS、CNN-SLAM、DeepVO、ros-navigation、TEB、RRT等熱門開源算法對SLAM和導(dǎo)航的數(shù)學(xué)原理、代碼框架及實(shí)操進(jìn)行深度剖析。本書分為4篇，一共13章。編程基礎(chǔ)篇（第1～3章），主要討論ROS的核心概念、大型C++工程的代碼組織方式以及OpenCV圖像處理方面的基礎(chǔ)知識(shí)，為后續(xù)學(xué)習(xí)打好必要的編程基礎(chǔ)。硬件基礎(chǔ)篇（第4～6章），通過對機(jī)器人傳感器、機(jī)器人主機(jī)和機(jī)器人底盤的討論，幫助缺少硬件基礎(chǔ)的開發(fā)者系統(tǒng)認(rèn)識(shí)機(jī)器人硬件，并更好地理解軟件與硬件之間的協(xié)同關(guān)系。SLAM篇（第7～10章），以各個(gè)具體的SLAM系統(tǒng)實(shí)現(xiàn)為例，進(jìn)一步介紹SLAM算法的代碼框架以及核心算法的細(xì)節(jié)實(shí)現(xiàn)。自主導(dǎo)航篇（第11～13章），基于具體自主導(dǎo)航系統(tǒng)實(shí)現(xiàn)，剖析自主導(dǎo)航算法的代碼框架以及核心算法的細(xì)節(jié)實(shí)現(xiàn)，并通過一個(gè)真實(shí)機(jī)器人案例向大家介紹應(yīng)用SLAM導(dǎo)航技術(shù)進(jìn)行開發(fā)的完整流程。

·30.9萬字

會(huì)員

Cadence高速電路板設(shè)計(jì)與仿真（第3版）

本書以CadenceAllegroSPB16.2為基礎(chǔ)，以具體電路為范例，詳盡講解元器件建庫、原理圖設(shè)計(jì)、布局、布線、仿真、CAM文件輸出等PCB設(shè)計(jì)的全過程，包括原理圖輸入及器件數(shù)據(jù)集成管理環(huán)境的使用，中心庫的開發(fā)，PCB設(shè)計(jì)工具的使用，以及高速信號仿真工具的使用等。無論是對前端設(shè)計(jì)開發(fā)（原理圖設(shè)計(jì)），還是對PCB板級設(shè)計(jì)，以及PCB上的高速電路分析，都有全面的參考和學(xué)習(xí)價(jià)值。

·23.3萬字

會(huì)員

現(xiàn)代決策樹模型及其編程實(shí)踐：從傳統(tǒng)決策樹到深度決策樹

決策樹是數(shù)據(jù)分析中廣泛使用的機(jī)器學(xué)習(xí)模型，其模型簡單、算法快速且具有可解釋性。但隨著大數(shù)據(jù)的涌現(xiàn)，將決策樹真正應(yīng)用到實(shí)踐中還面臨諸多困難。本書正是為解決這一痛點(diǎn)而作，旨在幫助讀者系統(tǒng)且全面地了解決策樹，并成功地將其用于工程實(shí)踐。

·22.1萬字

跳轉(zhuǎn)至頁

官术网_书友最值得收藏!

人工智能

分類

狀態(tài)

屬性

字?jǐn)?shù)

更新時(shí)間

機(jī)器學(xué)習(xí)（第2版）

現(xiàn)代推薦算法

智能硬件產(chǎn)品：從0到1的方法與實(shí)踐

模型思維：簡化世界的人工智能模型

計(jì)算機(jī)視覺中的深度學(xué)習(xí)

分布式人工智能

AI賦能HR：AI 10倍提升HR工作效率的方法與實(shí)踐

信息流推薦算法

人工智能：語音識(shí)別理解與實(shí)踐

AI數(shù)字人原理與實(shí)現(xiàn)

人工智能安全

智能計(jì)算系統(tǒng)：從深度學(xué)習(xí)到大模型

人工智能：數(shù)據(jù)與模型安全

機(jī)器人驅(qū)動(dòng)與控制及應(yīng)用實(shí)例

實(shí)戰(zhàn)機(jī)器學(xué)習(xí)

推薦系統(tǒng)：產(chǎn)品與算法解析

人工智能注意力機(jī)制：體系、模型與算法剖析

機(jī)器人SLAM導(dǎo)航：核心技術(shù)與實(shí)戰(zhàn)

Cadence高速電路板設(shè)計(jì)與仿真（第3版）

現(xiàn)代決策樹模型及其編程實(shí)踐：從傳統(tǒng)決策樹到深度決策樹